189 8069 5689
这篇文章主要讲解了“Python程序员都应该知道的缩写词有哪些”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“Python程序员都应该知道的缩写词有哪些”吧！
目前成都创新互联已为千余家的企业提供了网站建设、域名、网络空间、成都网站托管、企业网站设计、东安网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。
1. OOP(面向对象编程)
要介绍的第一个缩写是OOP——面向对象编程，这就是Python所基于的设计。
大家都知道编程本身是关于编码的，但是程序本身应该是关于数据的。程序需要获取输入数据、处理数据和输出数据。请注意，此处讨论的数据是最一般意义上的数据，可以包括表格数、字符串、用户操作(例如单击按钮)、图像以及任何形式的具有信息的数据。代码的工作就是处理各种形式的数据，并以所需的方式呈现它们。
为了完成工作，人们需要能够处理这些数据的代码，而现代编程语言(包括Python)中的一种常见设计模式就是采用OOP范例。这个想法非常直观——我们用特定的对象包装数据。
更具体来讲，对象可以保存数据(例如属性)并且可以操作数据(例如方法)。例如，如果开发一个赛车游戏，那么我们可以构建汽车对象，并且每个对象都可以具有特定的属性，如颜色、最大速度和重量。此外，这些对象还可以进行制动和加速等操作。这些数据的逻辑组织以对象(汽车)为中心。
下面来看一下Python中的特定示例。可以使用内置的str类包装字符串数据，人们不仅可以使用字符串对象传递字符串数据，还可以改变字符串的表示方式。请看一个非常琐碎的示例。
>>># Create avariable of str type ... hello ="HelloPython!" ... ... # Send the data toa function call ... print(hello) ... ... # Manipulate thestring data with string methods ... hello_lower = hello.lower() ... hello_upper = hello.upper() ... print( lowercased: , hello_lower) ... print( uppercased: , hello_upper) ... HelloPython! lowercased: hello python! uppercased: HELLOPYTHON!
字符串数据处理
2.DRY(不要重复自己)
DRY(不要重复自己)的原理是每个程序员都应该实践的最基本的规则之一。其含义很简单：如果发现代码中有任何重复，那么就表明需要进行一些重构，以实现最大程度地减少重复代码，或在可能的情况下完全删除任何重复信号。
以下示例通过应用DRY原理展示了一些代码的重构：
defdo_something(item): pass # Repetativework do_something(item0) do_something(item1) do_something(item2) # Apply DRY for item in (item0, item1,item3): do_something(item)
不要重复自己
代码重构的另一种可能情况是：发现自己要处理一堆具有相同结构的数据。应该考虑使用自己的类来处理这些数据，而不是使用一系列的字典、列表或元组来存储每个人的数据。这不仅可以使程序员本人的代码不易出现错误，而且对代码长期可维护性也很有帮助。
3. PIP(Python包安装和管理工具)
Python受欢迎的最重要因素是其开放源代码的特性，这种特性带来了大量免费的Python软件包。根据维基百科介绍，在Python软件包索引(PyPI)中索引了235000多个软件包。
我们可以使用pip工具从PyPI安装任何软件包。该安装过程非常轻松，只需在命令或终端中使用一行代码即可。以下代码段总结了一些常用用法。想要了解有关pip工具用法的更多信息，可以访问其官方网站：https://pip.pypa.io/en/stable/user_guide/。
# install latest version pip install package_name # install aparticular version pip install package_name==version_number # to uninstall apackage pip uninstall package_name # to show installedpackages pip list # to show theinformation about a particular package pip show package_name # to install alist of dependencies, such as to clone a virtual environment pip install -rrequirements.txt
PIP 使用示例
4. LEGB(函数内部作用域，函数内部与内嵌函数之间，全局作用域和内置作用域)
LEGB规则指的是Python中的变量查找顺序，如下图所示。具体来说，当解释器尝试解析变量时，Python具有四层作用域——了解将哪些值绑定到变量。
首先从内部范围开始，该范围可以是函数或类。如果解释器为该变量找到了相应的绑定值，那么它将停止查找并使用具有该特定值的变量。
可变分辨率规则
否则，它将在更高层次上查找——函数内部与内嵌函数之间。这一范围仅存在于函数的嵌套结构中。当在另一个函数中声明一个函数时，我们将内部函数称为内部函数，将外部函数称为外部函数。当解释器尝试解析内部函数范围内使用的变量时，如果无法在局部范围内解析，它将进入封闭范围，即外部函数的局部范围。
如果仍然无法解析封闭范围内的变量，它将转到全局范围。全局作用域通常是模块级别，通常是独立的Python文件。值得注意的是，将包导入当前文件时，导入中的函数和类也将成为全局范围的一部分。内置作用域是启动解释器时要加载的函数、类和其他模块，以使这些最基本的对象始终可用(例如print和其他内置函数)。
5. MRO(方法解析顺序)
方法解析顺序表示Python或编程语言通常如何解析方法或属性。上面讨论的LEGB规则关注的是解决变量，而MRO不同，它关注的是对象以及对象的方法调用或特定属性的获取如何解决。
MRO主要是在多继承的上下文中讨论的——从多个类(即超类)和/或继承的多层继承的类(即子类)。因为子类和超类都共享一些具有可能不同实现的通用方法，所以Python解释器需要一种机制来确定在特定调用中应使用哪种方法或属性，而这正是MRO负责的。
>>>classX: ... defbin(self): ... print(f"bin called in X") ... ... classY(X): ... defgo(self): ... print(f"go called Y") ... ... classZ(X): ... defgo(self): ... print(f"go called Z") ... ... classW(Y, Z): ... defbin(self): ... super().bin() ... print(f"bin called W") ... ... defbingo(self): ... self.bin() ... self.go() ... ... w =W() ... w.bingo() ... bin called inX bin called W go called Y
方法解析顺序
对于W类的实例(第22行)，当我们调用bingo()方法时，此方法在其自己的类中解析，因为它是在类中定义的(第18-20行)。但是，此方法将进一步调用bin()和go()方法。
以类似的方式，bin()方法在其自己的类中得到解析，但它调用超类的bin()方法，如第15行所示。但是在其直接超类(即Y和Z)中，都未实现 bin()方法，因此Python会比超类的超类(如X)高一个级别，在该超类中实现并调用bin()方法。
值得注意的是，对于W的go()方法，其两个超类都实现了此方法，但是如你所见，这仅调用了Y类中使用的实现。因为当定义W类时，继承顺序为Y和Z，这将使MRO遵循相同的顺序。
与此相关的是，可以使用特殊方法__mro__找出特定类的MRO。另外，为了展示类继承顺序的重要性，我们创建了另一个类，其中Z类位于Y类之前，这会更改W_类的MRO。